JD.com đang xây dựng hệ sinh thái AI vật lý mở như thế nào?

JD.com đang theo đuổi một cách tiếp cận rộng hơn việc phát hành chatbot hay vài bộ trọng số mô hình. Công ty muốn biến AI thành một lớp hạ tầng công nghiệp: đủ mở để đối tác và nhà phát triển có thể sử dụng, nhưng được kiểm nghiệm trong chính các hoạt động bán lẻ, kho bãi, logistics, y tế và sản xuất của JD.com. 12

Nhà sáng lập kiêm Chủ tịch Richard Liu từng cho rằng rào cản công nghệ về bản chất là một dạng khai thác, đồng thời nói JD.com không muốn năng lực AI chỉ phục vụ một doanh nghiệp hay một quốc gia. Tuyên bố này được cụ thể hóa bằng chiến lược toàn chuỗi, liên kết mô hình, dữ liệu, phần cứng, triển khai và dịch vụ. 12

Đầu tư lớn, nhưng mở theo từng lớp

JD.com cho biết chi phí nghiên cứu và phát triển trong nửa đầu năm 2026 tăng 53,2% so với cùng kỳ. Nguồn lực được tập trung vào dòng mô hình JoyAI, trí tuệ nhân tạo hiện thân, hạ tầng AI vật lý và các ứng dụng công nghiệp. Công ty cũng tuyên bố sẽ mở công nghệ AI tự phát triển toàn chuỗi cho các đối tác trên toàn cầu. 23

Một số năng lực đã được đưa lên Hugging Face và GitHub. JD.com cho biết công cụ phát trực tiếp với nhân vật số được cung cấp miễn phí cho hơn 80.000 nhà bán hàng, đồng thời mở bộ dữ liệu góc nhìn con người EgoLive cho người dùng trong ngành. 238

Tuy nhiên, “mở” không nhất thiết có nghĩa mọi thành phần đều có cùng điều kiện truy cập. Trọng số mô hình, dữ liệu huấn luyện, mã nguồn, công cụ triển khai và dịch vụ thương mại có thể đi kèm các quy định khác nhau. Với doanh nghiệp, câu hỏi quan trọng không chỉ là mô hình có được gọi là “mã nguồn mở” hay không, mà còn là liệu hệ sinh thái xung quanh có đủ dữ liệu và công cụ để xây dựng, vận hành ứng dụng hay không.

Lợi thế dữ liệu đến từ công việc ngoài đời thực

AI vật lý cần nhiều hơn kho văn bản trên internet. Robot phải nhận biết đồ vật, không gian, chuyển động, thời điểm, giới hạn an toàn và hậu quả của từng hành động. Theo JD.com, hơn hai thập kỷ hoạt động trong kho bãi, bán lẻ và logistics giúp công ty tiếp cận các môi trường thực tế nơi những bài toán này lặp đi lặp lại. 234

JD.com đặt mục tiêu thu thập hơn 10 triệu giờ video thực tế từ góc nhìn thứ nhất và thứ ba trong vòng hai năm. Dữ liệu dự kiến bao phủ bán lẻ, kho hàng, logistics, công nghiệp, gia đình và nhiều bối cảnh khác. Công ty cũng đang xây dựng trung tâm thu thập dữ liệu hiện thân mà họ mô tả là lớn nhất thế giới, đồng thời thành lập cộng đồng thu thập dữ liệu hiện thân tại Túc Thiên. 1562930

EgoLive là lớp dữ liệu công khai ban đầu của kế hoạch này. JD.com mô tả đây là bộ dữ liệu góc nhìn con người lớn nhất trong ngành; thông tin về đợt phát hành đầu tiên cho biết bộ dữ liệu có khoảng 2.000 giờ, bao phủ hơn 300 nhiệm vụ vận hành. Một số bộ dữ liệu độ chính xác cao cũng được mở có chọn lọc cho trường đại học, nhà phát triển và doanh nghiệp trong hệ sinh thái. Các con số về quy mô chủ yếu đến từ JD.com hoặc truyền thông ngành, vì vậy chưa nên xem là những chuẩn mực đã được kiểm chứng độc lập. 45630

Vòng lặp mà JD.com muốn tạo ra có thể tóm tắt như sau:

1. Người lao động và máy móc tạo ra video cùng dữ liệu vận hành.
2. Dữ liệu giúp huấn luyện mô hình về nhận thức, lập kế hoạch và tương tác.
3. Mô hình tốt hơn được thử nghiệm trong kho hàng, mạng lưới giao nhận, nhà máy và dịch vụ.
4. Quá trình triển khai tạo thêm dữ liệu về ngoại lệ, lỗi và hiệu suất.
5. Năng lực đã được kiểm nghiệm có thể được đóng gói để phục vụ thêm khách hàng và ngành nghề.

Đây là lý do chiến lược AI vật lý của JD.com phụ thuộc vào các hoạt động kinh doanh thực tế. Mô hình mở có thể giảm chi phí thử nghiệm, nhưng để AI hoạt động đáng tin cậy, doanh nghiệp vẫn cần nhiệm vụ thật, hạ tầng thật và hệ thống đo lường kết quả.

JoyAI là một bộ công cụ, không phải một mô hình duy nhất

Hệ sinh thái JoyAI bao gồm nhiều nhóm năng lực. JoyAI-Echo tập trung vào việc tạo nội dung âm thanh-video dài; JoyAI-VL-Interaction xử lý tương tác thị giác-ngôn ngữ theo thời gian thực; còn JoyAI-Video-Edit hỗ trợ chỉnh sửa video dạng truyền trực tuyến. 571118

JoyAI-VL-Interaction đặc biệt đáng chú ý trong các môi trường vật lý vì hệ thống được thiết kế để xử lý luồng video liên tục, thay vì chỉ trả lời câu hỏi về một hình ảnh tĩnh. Tài liệu kỹ thuật mô tả đây là mô hình ưu tiên thị giác quy mô 8 tỷ tham số, có thể tiếp nhận video liên tục với độ trễ dưới một giây. Bản phát hành bao gồm mô hình, công thức huấn luyện, dữ liệu tương tác được đồng bộ theo thời gian và hệ thống truyền video có thể triển khai. 171923

Cách đóng gói này giúp giảm gánh nặng kỹ thuật cho các nhà phát triển muốn xây dựng ứng dụng dựa trên camera hoặc video liên tục. Đồng thời, nó cho thấy cách JD.com tìm cách mở các thành phần có thể tái sử dụng, trong khi vẫn dựa vào lợi thế của những môi trường thực tế nơi mô hình được huấn luyện, đánh giá và tích hợp.

RoboBase đưa chiến lược từ phần mềm sang sản xuất robot

Chỉ có mô hình thì chưa đủ để hình thành một ngành AI vật lý. Robot cần linh kiện, lắp ráp, kiểm thử, tích hợp, bảo trì và hỗ trợ tại chỗ. Dự án RoboBase của JD.com được thiết kế để bổ sung lớp hạ tầng công nghiệp này.

Cơ sở RoboBase đầu tiên bắt đầu được xây dựng tại Quảng Châu trong năm 2026. JD.com cho biết dự án sẽ hỗ trợ chu trình từ nghiên cứu đến sản xuất, ứng dụng và dịch vụ; công ty dự kiến xây dựng hơn 80 căn cứ robot trên toàn Trung Quốc trong vòng năm năm. 36810

Nếu kế hoạch được triển khai, JD.com có thể trở thành nhiều hơn một nhà cung cấp ứng dụng AI. Công ty sẽ đóng vai trò đối tác hạ tầng và dịch vụ cho các doanh nghiệp robot, kết hợp chuỗi cung ứng, mô hình AI, dữ liệu, môi trường thử nghiệm, năng lực sản xuất và hỗ trợ sau bán hàng. Dù vậy, các thông tin hiện có chủ yếu phản ánh kế hoạch và định vị của doanh nghiệp hơn là kết quả vận hành đã được kiểm toán độc lập.

Logistics là bài kiểm tra khả năng nhân rộng

JD.com đang dùng mạng lưới logistics làm môi trường trình diễn chính cho AI vật lý. Các báo cáo của công ty và truyền thông ngành nêu một số ví dụ:

• Hệ thống hàng đến người Zhilang đã được triển khai tại hơn 60 kho hàng, trong đó có các thị trường ở nước ngoài.
• Robot hai tay Yilang được cho là có thể nhận diện, gắp và xếp một món hàng trong khoảng 10 giây.
• Hơn 1.000 phương tiện giao hàng tự hành đang hoạt động tại hơn 20 tỉnh của Trung Quốc.
• Mạng lưới giao hàng bằng drone ở Tứ Xuyên bao phủ 78 ngôi làng, với một số chuyến hoàn tất trong khoảng 7 phút. 81124

Các ví dụ này trải rộng từ lưu kho, lấy hàng, bốc xếp, phân loại đến giao hàng chặng cuối. Giá trị chiến lược của chúng không chỉ nằm ở việc chứng minh robot có thể tự động hóa một tác vụ, mà còn ở nỗ lực cho thấy hệ thống mô hình và phần cứng có thể vận hành trong các quy trình lặp lại tại nhiều địa điểm, thay vì chỉ là nguyên mẫu trong phòng thí nghiệm. 24

Dẫu vậy, bằng chứng hiện vẫn chủ yếu do doanh nghiệp cung cấp hoặc dựa trên tin tức ngành. Kết luận thận trọng nhất là JD.com đã công bố một loạt triển khai đáng kể và đang dùng chúng để củng cố câu chuyện công nghiệp hóa AI. Hiệu quả ổn định về chi phí, an toàn, thời gian hoạt động và tác động đến lao động vẫn cần được đánh giá thêm.

Hệ sinh thái hướng ra ngoài kho hàng của JD.com

JD.com cho biết các tác nhân AI công nghiệp của họ đang phục vụ hơn 3.000 nhà sản xuất và có thể rút ngắn công việc quản trị dữ liệu từ vài tháng xuống vài giờ. Công ty cũng nói công cụ nhân vật số JoyAvatar đã được hơn 80.000 nhà bán hàng sử dụng, trong khi số tài khoản phát trực tiếp trong quý II tăng gấp ba lần so với cùng kỳ. Theo thông tin từ công ty và truyền thông ngành, chương trình Aidol Creation Camp đã hỗ trợ đưa hơn 50 sản phẩm phần cứng AI ra thị trường. 28

Những sáng kiến này mở rộng nhóm khách hàng mục tiêu: nhà bán hàng có thể dùng người dẫn chương trình kỹ thuật số, nhà sản xuất có thể triển khai tác nhân AI công nghiệp, trường đại học và nhà phát triển có thể tiếp cận dữ liệu, còn các startup phần cứng có thể tận dụng chuỗi cung ứng và môi trường ứng dụng.

Nếu hoạt động đúng như thiết kế, mỗi thành viên mới sẽ bổ sung dữ liệu phản hồi từ triển khai và mở rộng thị trường cho các công cụ nền tảng. Đây là điểm khác biệt giữa một chương trình tự động hóa nội bộ và chiến lược nền tảng công nghiệp: JD.com muốn phân phối năng lực AI ra bên ngoài, đồng thời tạo giá trị từ các dịch vụ xung quanh như hoàn tất đơn hàng, giảm chi phí vận hành, sản xuất phần cứng, tích hợp hệ thống, tăng trưởng cho nhà bán hàng và năng suất công nghiệp.

Những điều JD.com vẫn phải chứng minh

Bản thiết kế của JD.com khá mạch lạc: đầu tư mạnh vào toàn bộ chuỗi, mở một số năng lực, thu thập dữ liệu từ công việc thật, huấn luyện mô hình cho nhiệm vụ vật lý, sản xuất và kiểm thử robot, sau đó triển khai thông qua mạng lưới vận hành sẵn có. Cách tiếp cận này phù hợp với xu hướng cạnh tranh mới của AI vật lý, trong đó đơn vị cạnh tranh ngày càng là một hệ thống hoàn chỉnh chứ không phải mô hình độc lập. 3431

Nhưng mở không đồng nghĩa với chi phí thấp, còn triển khai không tự động đồng nghĩa với năng suất bền vững. Một số câu hỏi cần được đánh giá độc lập gồm:

• Đối tác được phép sử dụng mô hình, dữ liệu và phần mềm triển khai ở phạm vi nào?
• Bộ dữ liệu có đủ tài liệu mô tả, quyền sử dụng và cơ chế quản trị an toàn hay không?
• Hệ thống có thể chuyển giao tốt giữa các kho hàng, quốc gia, ngành nghề và nền tảng phần cứng khác nhau không?
• Sau khi tính cả tích hợp, bảo trì và giám sát, robot có thực sự làm giảm tổng chi phí vận hành không?
• Nhà phát triển và nhà sản xuất bên thứ ba sẽ được chia sẻ bao nhiêu giá trị do hệ sinh thái tạo ra?

Hiện tại, cược lớn nhất của JD.com là AI sẽ hữu ích và có thể tiếp cận hơn khi được gắn với công việc vật lý thực tế. Mô hình và dữ liệu mở là lớp dễ nhìn thấy nhất. Lợi thế sâu hơn mà công ty đang xây dựng nằm ở vòng lặp phía sau: dữ liệu vận hành, quy trình đã kiểm nghiệm, năng lực sản xuất, quy mô triển khai và hạ tầng dịch vụ. 235